買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國人民解放軍國防科技大學(xué)申請的專利基于多尺度特征融合的雙分支腦電信號解碼方法和裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119848781B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510087782.5，技術(shù)領(lǐng)域涉及：G06F18/25；該發(fā)明授權(quán)基于多尺度特征融合的雙分支腦電信號解碼方法和裝置是由唐鄧清;相曉嘉;蘭珍;周晗;賴俊;李子杏;孔園評;王思琪;傅慶楨設(shè)計研發(fā)完成，并于2025-01-20向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于多尺度特征融合的雙分支腦電信號解碼方法和裝置在說明書摘要公布了：本發(fā)明涉及基于多尺度特征融合的雙分支腦電信號解碼方法和裝置。方法包括：獲取腦電時序信號以及對應(yīng)的頻譜作為一對訓(xùn)練數(shù)據(jù)；構(gòu)建雙分支腦電信號解碼模型，雙分支腦電信號解碼模型包括多層次時域特征提取器、頻域特征提取器、多尺度特征融合模塊與分類器；將訓(xùn)練數(shù)據(jù)輸入雙分支腦電信號解碼模型，得到預(yù)測結(jié)果；根據(jù)腦電時序信號中的標(biāo)簽與預(yù)測結(jié)果計算損失函數(shù)，基于最小化損失函數(shù)的方式對雙分支腦電信號解碼模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的雙分支腦電信號解碼模型；通過訓(xùn)練好的雙分支腦電信號解碼模型對待分類腦電信號進(jìn)行類別預(yù)測，生成分類結(jié)果。本發(fā)明能夠更好的利用腦電信號中的時域信號和頻域信息，提高了腦電信號的解碼精度。

本發(fā)明授權(quán)基于多尺度特征融合的雙分支腦電信號解碼方法和裝置在權(quán)利要求書中公布了：1.一種基于多尺度特征融合的雙分支腦電信號解碼方法，其特征在于，所述方法包括： 獲取數(shù)據(jù)集，所述數(shù)據(jù)集包括腦電時序信號，以及與所述腦電時序信號對應(yīng)的頻譜； 構(gòu)建雙分支腦電信號解碼模型，所述雙分支腦電信號解碼模型包括多層次時域特征提取器、頻域特征提取器、多尺度特征融合模塊與分類器； 將所述腦電時序信號以及對應(yīng)的頻譜作為一對訓(xùn)練數(shù)據(jù)輸入所述雙分支腦電信號解碼模型，所述多層次時域特征提取器對所述腦電時序信號進(jìn)行多層次特征提取，得到時空特征；所述頻域特征提取器對所述頻譜進(jìn)行特征提取，得到頻域特征；將所述時空特征與所述頻域特征輸入所述多尺度特征融合模塊進(jìn)行不同尺度的融合，得到多尺度融合特征；將所述多尺度融合特征輸入所述分類器進(jìn)行類別預(yù)測，得到預(yù)測結(jié)果； 根據(jù)所述腦電時序信號中的標(biāo)簽與所述預(yù)測結(jié)果計算損失函數(shù)，基于最小化所述損失函數(shù)的方式對所述雙分支腦電信號解碼模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的雙分支腦電信號解碼模型； 通過訓(xùn)練好的所述雙分支腦電信號解碼模型對待分類腦電信號進(jìn)行類別預(yù)測，生成分類結(jié)果； 所述多尺度特征融合模塊包括初始融合網(wǎng)絡(luò)和多尺度Convformer網(wǎng)絡(luò)；所述多尺度Convformer網(wǎng)絡(luò)包括多個結(jié)構(gòu)相同且連續(xù)堆疊的多尺度Convformer單元； 通過所述初始融合網(wǎng)絡(luò)對所述時空特征與所述頻域特征沿特征維度進(jìn)行拼接，得到初始融合特征，表達(dá)式為： ； 在每個多尺度Convformer單元中，對所述初始融合特征進(jìn)行歸一化處理后，再進(jìn)行多尺度特征提取，得到不同尺度的融合特征，表達(dá)式為： ； ； ； 將不同尺度的融合特征進(jìn)行加法合并，得到具有多尺度信息的時頻融合特征，表達(dá)式為： ； 通過殘差連接的方式，將所述初始融合特征與所述具有多尺度信息的時頻融合特征進(jìn)行疊加處理，得到融合了不同層面特征的綜合時頻融合特征； 將不同層面特征的綜合時頻融合特征進(jìn)行歸一化處理后，再輸入前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行增強處理，得到增強的綜合時頻融合特征； 通過殘差連接的方式，將綜合時頻融合特征與增強的綜合時頻融合特征進(jìn)行疊加處理，得到每個多尺度Convformer單元的增強時頻融合特征； 多個多尺度Convformer單元進(jìn)行增強時頻融合特征整合，得到最終的多尺度融合特征； 式中，表示初始融合特征；表示時空特征；表示提取的頻域特征；表示拼接函數(shù)；表示高斯誤差線性單元激活函數(shù)；表示具有小卷積核的一維卷積層；表示具有中等卷積核的一維卷積層；表示具有大卷積核的一維卷積層；、和分別表示、和的卷積核；、和表示不同尺度的融合特征。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國人民解放軍國防科技大學(xué)，其通訊地址為：410073 湖南省長沙市開福區(qū)德雅路109號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。